我电脑里存了上万张照片，真正翻出来看的，不超过一百张。手机通讯录躺着两千多个联系人，能说上话的，两只手数得过来。订阅了三十多个公众号，每天认真读完的，可能就一两篇。这不是我懒，是我们都被信息淹了。每条数据、每张照片、每个联系人，当初产生的时候都有它的意义，但存着不用，就成了数字垃圾。数据优化的本质，不是把信息删掉，而是让每条信息在合适的时间、合适的地点，发挥它本该有的价值。
我有个朋友在银行做风控，他们系统里积压了十几年的客户数据。以前这些数据就像沉睡的档案，除了占硬盘空间，几乎没人碰。后来他们换了个思路，把老数据和现在的消费行为做交叉分析，发现十年前有过房贷记录、最近又在频繁查房价的客户，极有可能是改善型购房需求。就靠这个发现，他们精准营销的转化率翻了四倍。同样的数据，换个角度用，价值天差地别。数据优化要做的，就是找出那些被忽略的关联，让沉默的数据开口说话。
数据优化最怕什么？怕的是为了优化而优化，把简单的事情搞复杂。我见过有些公司，花大价钱上了BI系统，建了几百个看板，每个部门都在做报表，但真正决策的时候，还是拍脑袋。为什么？因为数据太多，反而不知道该信哪个了。这就像家里堆满了工具，螺丝刀、扳手、电钻一应俱全，但你要拧个螺丝，反而找不到顺手的。优化的第一原则，不是追求多，而是追求精准——知道哪些数据对当前问题最有用，然后集中力量把它们处理好。
说到精准，就不得不提数据的清洗和去重。很多公司看着数据很多，但仔细一查，重复率高达三成。同一个客户，在三个系统里录了三个不同的手机号，营销短信发出去，一半是浪费。数据优化有个基本动作，就是做减法——去掉重复的、修正错误的、补全缺失的。这个工作听着枯燥，但就像打扫房间，不把垃圾清出去，好东西也显不出来。我认识一个电商运营，他们清理完数据后，发现真正的活跃用户比想象中少了一半，但客单价和复购率反而上去了。数据干净了，策略才能锋利。
数据优化还有一个容易忽略的维度，就是时效性。很多数据是有保质期的，过了时间就成了废品。比如你半年前搜索过“三亚酒店”，现在推送三亚的广告，可能已经没兴趣了——因为假都度完了。但如果你搜索的是“婴儿奶粉”，半年后还在推，那就很合适，因为孩子还在吃。优化的关键，是要给数据打上时间戳，判断它在当下还有没有用。这个说起来简单，做起来难。需要建立一套机制，让数据自动“过期”或者“更新”，而不是躺在那里不管不顾。
我特别想说说那些非结构化的数据。我们日常产生的信息，大部分不是表格里的数字，而是文字、图片、语音、视频。这些数据以前被认为“不好处理”，所以被扔在角落。但现在不一样了。有个朋友做餐饮，他们把大众点评上几千条评论做了语义分析，发现“上菜慢”被提到了四百多次，“服务员态度好”被提到了两百多次。于是他们调整了出餐流程，一个月后差评率下降了四成。这些评论一直都有，但以前没人系统去看。数据优化，就是把这些散落的珍珠串起来，让它们成为决策的依据。
当然，数据优化不是技术部门一家的事。我见过最成功的案例，往往是业务部门和技术部门坐在一起，业务说“我需要什么”，技术说“我能提供什么”，两边碰撞出来的火花才值钱。如果只是技术部门关起门来搞数据，做出来的东西可能很漂亮，但业务上没用。反过来，如果业务部门不提需求，技术部门也不知道该优化什么。数据要产生价值，必须嵌入到业务流程里去，而不是独立于业务之外。这个道理，就像菜刀要用来切菜，不能摆着当装饰品。
回到我开头说的那一万张照片。前几天我终于花了一下午，把照片按时间、地点、人物重新整理了一遍，删掉了一堆模糊的、重复的，把剩下的按主题建了相册，还标注了关键信息。现在我想找去年春天去杭州的照片，三十秒就能翻出来。这感觉，比看着一万张乱糟糟的照片舒服多了。数据优化说到底就是这个道理——不是让你囤积更多，而是让已有的每条信息都清清楚楚、明明白白，在需要的时候能派上用场。每一条信息都有它的价值，关键是你有没有那个本事，把它挖掘出来、打磨干净、放到该放的位置上。
